论文部分内容阅读
该文首先通过实验来说明在汉语语音识别中混合隐马柯夫模型（ＨＭＭ）／多层感知器（ＭＬＰ）方法不需要对声母做过多的细化，仅对极易混的几个声母细化即可。另外，为了发挥混合方法的优点，该文基于原来的前馈型和返馈型的混合方法分别提出了具有双多层感笑器（ＭＬＰ）结构的前馈型和返馈型的混合方法，和原来的混合方法比较，新的方法能更精确地估计模型的后验概率。实验结果显示，新的方法有更高的识别率，而且新的方法对语音的分段更准确，从而使训练收敛更快。